毛孔结构分割用于金属有机框架材料的高级表征
Shivam Parashar1, Alexander V Neimark1
1Department of Chemical and Biochemical Engineering, Rutgers, The State University of New Jersey, Piscataway, New Jersey 08854, United States.
Journal of chemical information and modeling
|February 5, 2024
概括
本研究介绍了金属有机框架 (MOFs) 中毛孔网络分隔的自动化算法. 这种方法通过准确评估客分子的孔隙可访问性来增强MOF属性的分析.
科学领域:
- 材料科学 材料科学 材料科学
- 纳米技术 纳米技术
- 计算化学计算化学
背景情况:
- 金属有机框架 (MOF) 是多功能纳米孔状材料,在吸附,分离,催化和储存方面具有应用.
- MOF的功能性质是由其复杂的3D孔网决定的,但现实世界中的MOF材料往往偏离理想的晶体结构.
- 评估精确的孔隙可访问性和结晶度对于优化MOF性能至关重要.
研究的目的:
- 在MOF中开发一个用于毛孔网络分割的自动化算法.
- 为了能够准确地计算指纹等热量,以便更精确地评估MOF属性.
- 提供一种可靠的方法来分析MOF的结构复杂性和客人可访问性.
主要方法:
- 开发一种自动化算法,用于将MOF单元细胞分成现实形状的隔间.
- 使用几何孔径分布来定义隔间.
- 将算法应用于各种MOF结构,包括Cu-BTC,IRMOF-1,UIO-66,PCN-224,ZIF-412和CORE MOF数据库.
主要成果:
- 成功实现了一个自动化的毛孔网络分隔算法.
- 证明了算法的有效性在一系列不同复杂度的MOF结构中.
- 建立计算指纹异热量的先决条件,改进MOF孔径可访问性的分析.
结论:
- 开发的自动化算法提供了一种高效准确的方法,用于在MOF中对孔网络进行细分.
- 这一进步有助于通过准确的指纹等热计算来更可靠地评估MOF属性.
- 该方法广泛适用于各种MOF系统,有助于设计和优化MOF基材料.
